• 제목/요약/키워드: Spatial resolution (SR)

검색결과 31건 처리시간 0.025초

시계열 위성영상을 위한 효과적인 Super Resolution 기법 (An Efficient Super Resolution Method for Time-Series Remotely Sensed Image)

  • 정승균;최윤수;정형섭
    • Spatial Information Research
    • /
    • 제19권1호
    • /
    • pp.29-40
    • /
    • 2011
  • 정지궤도 해색 센서(GOCI: Geostationary Ocean Color Imager) 는 세계 최초의 정지궤도 위성으로 매일 1 시간마다 8 장의 영상을 획득 할 수 있어 육상파 해양 모두 활용성이 높은 위성이다. 그러나 500m의 GSD(Ground Sample Distance)를 지니는 서해성도 영상은 육성 활용에 한계가 있다. 최근, 컴퓨터 비전분야에서 활발히 진행 중인 기술인 Super Resolution(이하 SR)는 유사 시간대에 촬영한 저해상도 영상으로부터 고해상도 영상을 제작하는 기술로, 이를 시간 해상도가 높은 시계열 위성인 GOCI에 적용한다면 해상도가 향상 된 영상을 제작하는 기술로, 이를 시간 해상도가 높은 시계열 위성인 GOCI에 적용한다면 해상도가 향상 된 영상의 취득이 가능하며, 또한 광학 위성 영상의 단점인 구름에 의해 손실된 지상 정보의 복원이 가능할 것이다. 본 연구에서는, GOCI 자료를 위한 효율적인 초해상도 영상 복원 알고리즘 개발을 위한 선행연구로써 위성 영상 취득과정과 유사한 환경의 시뮬레이션을 통해 시계열 자료를 제작하고, 제작된 자료를 제안한 알고리즘에 적용함으로서 0.1 단위의 픽셀 정합도를 확인하였고, 원본 영상과 RMSE 0.5763, PSNR 52.9183 db, SSIM Index 0.9486의 정확도를 나타낸 HR 영상을 복원하였다.

High-Resolution Satellite Image Super-Resolution Using Image Degradation Model with MTF-Based Filters

  • Minkyung Chung;Minyoung Jung;Yongil Kim
    • 대한원격탐사학회지
    • /
    • 제39권4호
    • /
    • pp.395-407
    • /
    • 2023
  • Super-resolution (SR) has great significance in image processing because it enables downstream vision tasks with high spatial resolution. Recently, SR studies have adopted deep learning networks and achieved remarkable SR performance compared to conventional example-based methods. Deep-learning-based SR models generally require low-resolution (LR) images and the corresponding high-resolution (HR) images as training dataset. Due to the difficulties in obtaining real-world LR-HR datasets, most SR models have used only HR images and generated LR images with predefined degradation such as bicubic downsampling. However, SR models trained on simple image degradation do not reflect the properties of the images and often result in deteriorated SR qualities when applied to real-world images. In this study, we propose an image degradation model for HR satellite images based on the modulation transfer function (MTF) of an imaging sensor. Because the proposed method determines the image degradation based on the sensor properties, it is more suitable for training SR models on remote sensing images. Experimental results on HR satellite image datasets demonstrated the effectiveness of applying MTF-based filters to construct a more realistic LR-HR training dataset.

고해상도 위성영상을 위한 국소영역 공간해상도 향상 기법 (Enhancement of Spatial Resolution to Local Area for High Resolution Satellite Imagery)

  • 강지윤;김인철;김재희;박종원
    • 전자공학회논문지
    • /
    • 제50권4호
    • /
    • pp.137-143
    • /
    • 2013
  • 고해상도 위성영상은 기상관측, 지형관측, 원격탐사, 군사시설감시, 문화재보호 등 많은 분야에서 이용된다. 위성영상은 동일한 위성영상 시스템에서 획득한 영상이라 할지라도 하드웨어(광학장치, 위성의 운용고도, 영상 센서 등)의 조건에 따라서 해상도가 저하된 영상들이 발생한다. 따라서 위성이 발사된 이후에는 이러한 해상도가 저하된 영상들의 해상도 향상을 위해서 영상시스템의 하드웨어를 변경하는 것은 불가능하므로 위성영상 자체를 이용하여 해상도를 향상시키는 방법이 필요하다. 본 논문에서는 이러한 저해상도 위성영상을 이용하여 해상도를 향상시키는 방법으로 SR(Super Resolution) 알고리즘을 사용하였다. SR 알고리즘은 다수의 저해상도 영상들의 정합을 통해 영상의 해상도를 향상시키는 알고리즘이다. 하지만 위성영상에서는 동일 지역에 대한 여러 장의 영상을 획득하기 어렵다. 따라서 본 논문에서는 이러한 문제점을 해결하기 위해 어파인 변환(Affine Transform)및 투영 변환(Projection Transform)을 적용 후 영상에 대한 기하학적 변화를 보정하여 SR 알고리즘을 수행하였다. 그 결과 SR 알고리즘만 적용한 영상보다 어파인 변환과 투영 변환을 거친 후 SR 알고리즘을 적용한 영상에서 해상도가 확실하게 더 증가되는 것을 확인하였다.

MAP 추정법과 Huber 함수를 이용한 초고해상도 영상복원 (Super-Resolution Reconstruction Algorithm using MAP estimation and Huber function)

  • 장재용;조효문;조상복
    • 대한전자공학회논문지SD
    • /
    • 제46권5호
    • /
    • pp.39-48
    • /
    • 2009
  • 1984년 처음 SR 알고리즘이 제안된 이후, 많은 SR 복원 알고리즘이 제안되었다 SR의 접근방법 중에서도 공간적 접근방법은 저해상도 이미지의 픽셀 값을 고해상도 이미지 격자에 매핑 함으로써 이루어진다. 이때, 저해상도 이미지들 간의 각각 다른 노이즈와 다른 PSF(Point Spread Function) 함수, 왜곡으로 인해 매핑 시 문제가 된다. 때문에 저해상도 이미지들의 노이즈 성분을 최소화하는 방법이 필요하다. 본 논문에서는 노이즈 성분을 최소화하는 방법으로 L1 norm의 방법을 사용하고 이와 동시에 이미지의 경계를 보완해주는 Huber norm을 사용하는 SR의 구조를 제안한다. 실험에서는 타 알고리즘과의 비교를 통해 제안한 알고리즘이 저해상도 이미지 상에 존재하는 노이즈를 줄이고 이미지 경계부분의 보완을 확인하였다.

위성영상을 이용한 Super Resolution(SR)을 위한 자동화 알고리즘 (Automated Algorithm for Super Resolution(SR) using Satellite Images)

  • 이스라엘;고경식;박종원
    • 한국인터넷방송통신학회논문지
    • /
    • 제18권2호
    • /
    • pp.209-216
    • /
    • 2018
  • 고해상도 위성영상은 기상관측, 지형관측, 원격탐사, 군사시설감시, 문화재보호 등 많은 분야에서 이용된다. 위성영상은 동일한 위성영상 시스템에서 획득한 영상이라 할지라도 하드웨어(광학장치, 위성의 운용고도, 영상 센서 등)의 조건에 따라서 해상도가 저하된 영상들이 발생한다. 따라서 위성이 발사된 이후에는 이러한 해상도가 저하된 영상들의 해상도 향상을 위해서 영상시스템의 하드웨어를 변경하는 것은 불가능하므로 위성영상 자체를 이용하여 해상도를 향상시키는 방법이 필요하다. 본 논문에서는 이러한 저해상도 위성영상을 이용하여 해상도를 향상시키는 방법으로 SR(Super Resolution) 알고리즘을 사용하였다. SR 알고리즘은 다수의 저해상도 영상들의 정합을 통해 영상의 해상도를 향상시키는 알고리즘이다. 하지만 위성영상에서는 동일 지역에 대한 여러 장의 영상을 획득하기 어렵다. 따라서 본 논문에서는 이러한 문제점을 해결하기 위해 특징점 자동추출과 투영 변환(Projection Transform)을 적용 후 영상에 대한 기하학적 변화를 보정하여 SR 알고리즘을 수행하였다. 그 결과 수동으로 특징점을 구한 SR 결과와 같이 에지 부분이 뚜렷하게 나타나는 것을 확인 할 수 있다.

딥러닝을 이용한 나노소재 투과전자 현미경의 초해상 이미지 획득 (Super-Resolution Transmission Electron Microscope Image of Nanomaterials Using Deep Learning)

  • 남충희
    • 한국재료학회지
    • /
    • 제32권8호
    • /
    • pp.345-353
    • /
    • 2022
  • In this study, using deep learning, super-resolution images of transmission electron microscope (TEM) images were generated for nanomaterial analysis. 1169 paired images with 256 × 256 pixels (high resolution: HR) from TEM measurements and 32 × 32 pixels (low resolution: LR) produced using the python module openCV were trained with deep learning models. The TEM images were related to DyVO4 nanomaterials synthesized by hydrothermal methods. Mean-absolute-error (MAE), peak-signal-to-noise-ratio (PSNR), and structural similarity (SSIM) were used as metrics to evaluate the performance of the models. First, a super-resolution image (SR) was obtained using the traditional interpolation method used in computer vision. In the SR image at low magnification, the shape of the nanomaterial improved. However, the SR images at medium and high magnification failed to show the characteristics of the lattice of the nanomaterials. Second, to obtain a SR image, the deep learning model includes a residual network which reduces the loss of spatial information in the convolutional process of obtaining a feature map. In the process of optimizing the deep learning model, it was confirmed that the performance of the model improved as the number of data increased. In addition, by optimizing the deep learning model using the loss function, including MAE and SSIM at the same time, improved results of the nanomaterial lattice in SR images were achieved at medium and high magnifications. The final proposed deep learning model used four residual blocks to obtain the characteristic map of the low-resolution image, and the super-resolution image was completed using Upsampling2D and the residual block three times.

Multi-Frame Super-Resolution of High Frequency with Spatially Weighted Bilateral Total Variance Regularization

  • Lee, Oh-Young;Park, Sae-Jin;Kim, Jae-Woo;Kim, Jong-Ok
    • IEIE Transactions on Smart Processing and Computing
    • /
    • 제3권5호
    • /
    • pp.271-274
    • /
    • 2014
  • Bayesian based Multi-Frame Super-Resolution (MF-SR) has been used as a popular and effective SR model. On the other hand, the texture region is not reconstructed sufficiently because it works on the spatial domain. In this study, the MF-SR method was extended to operate on the frequency domain to improve HF information as much as possible. For this, a spatially weighted bilateral total variation model was proposed as a regularization term for a Bayesian estimation. The experimental results showed that the proposed method can recover the texture region more realistically with reduced noise, compared to conventional methods.

MODIS AOD 기대 오차에 따른 6SV 기반 KOMPSAT-3A 채널별 지표반사도 오차 영향 분석 (Analysis of the Impact of Surface Reflectance Error Retrieved from 6SV for KOMPSAT-3A according to MODIS AOD Expected Error)

  • 정대성;심수영;우종호;김나연;박성우;김홍희;한경수
    • 대한원격탐사학회지
    • /
    • 제39권6_1호
    • /
    • pp.1517-1522
    • /
    • 2023
  • 본 연구에서는 Second Simulation of the Satellite Signal in the Solar Spectrum Vector를 활용하여 Moderate Resolution Imaging Spectroradiometer (MODIS) aerosol optical depth (AOD)의 기대 오차(expected error, EE)가 KOMPSAT-3A 지표반사도(surface reflectance, SR)의 정확도에 미치는 영향을 평가한다. 연구에서 다양한 지상 AOD와 그에 따른 MODIS AOD EE를 고려함으로써, 파장이 짧고 태양천정각(solar zenith angle, SZA)이 높을수록 SR 오류가 증가한다는 결과를 확인했으며, 이는 파장과 SZA 고려 사항을 통합하여 대기보정 알고리즘을 개선하기 위한 추가 연구가 필요하다는 점을 강조한다. 또한, 이 연구는 대기보정 과정에서 다른 위성의 AOD 자료 활용에 대해 더 잘 이해하기 위한 기초 자료를 제공하고 대기보정 기술 발전에 기여할 것으로 예상한다.

A Study on Super Resolution Image Reconstruction for Effective Spatial Identification

  • Park Jae-Min;Jung Jae-Seung;Kim Byung-Guk
    • Spatial Information Research
    • /
    • 제13권4호
    • /
    • pp.345-354
    • /
    • 2005
  • 초해상도 영상복원은 동일 지역을 촬영한 여러 장의 저해상도 영상을 이용하여 고해상도의 영상으로 재구성하는 영상처리 알고리즘 기법이다. 이 기법은 위성영상, 비디오 감시, 영상 강조 및 복원, 영상 모자이킹, 의료 영상과 같이 여러 장의 프레임 영상을 획득할 수 있는 분야에서 유용하게 사용될 수 있다. 본 연구에서는 지상을 촬영한 비디오 영상 열에 공간영역 초해상도 기법을 적용하였다. 실험에 사용된 영상은 높은 중복도로 촬영된 연속적인 비디오 영상에서 부표본화되었으며, 저해상도 영상과 고해상도 영상간의 관측 모델을 구성하고 초해상도 영상복원 기법중의 하나인 MAP 알고리즘을 적용하였다. MAP 기법을 이용하여 여러 장의 저해상도 영상에서 고해상도 영상으로 복원하였으며, 그 결과를 기존의 영상보간 방법들과 비교하였다.

  • PDF

SUPER RESOLUTION RECONSTRUCTION FROM IMAGE SEQUENCE

  • Park Jae-Min;Kim Byung-Guk
    • 대한원격탐사학회:학술대회논문집
    • /
    • 대한원격탐사학회 2005년도 Proceedings of ISRS 2005
    • /
    • pp.197-200
    • /
    • 2005
  • Super resolution image reconstruction method refers to image processing algorithms that produce a high resolution(HR) image from observed several low resolution(LR) images of the same scene. This method is proved to be useful in many practical cases where multiple frames of the same scene can be obtained, such as satellite imaging, video surveillance, video enhancement and restoration, digital mosaicking, and medical imaging. In this paper we applied super resolution reconstruction method in spatial domain to video sequences. Test images are adjacently sampled images from continuous video sequences and overlapped for high rate. We constructed the observation model between the HR images and LR images applied by the Maximum A Posteriori(MAP) reconstruction method that is one of the major methods in the super resolution grid construction. Based on this method, we reconstructed high resolution images from low resolution images and compared the results with those from other known interpolation methods.

  • PDF